课程背景
随着新一轮科技革命和业界变革的加速演进，机器智能、海量资料、物联网等等数字技艺已成为促成经济社会高质量演进的核心引擎。《交通强国建设纲要》《“十五五”数字经济演进规划》等等国家方略文件，为轨道交通领域的数智化和智能化转型提供了明晰的方向指引。城市轨道交通正从“规模扩张”迈向“质量拉升”的新阶段，数智化转型已成为业界高质量演进的必由之路，业界当前正处于从“心得驱动”向“资料驱动”转型的要害窗口期。
可是，数智化转型不只是技艺抓手的引入，更是一场涉及思路模式、业务链路和组织本领的系统性变革。传统调度倚重人工心得，应急响应效率低；多系统资料孤岛，协同调度难度大。怎样让调度人员、营运管人人员真正领会数智化技艺的价值，掌握海量资料拆解和智能调度的核心办法，达成“技艺落地+情境深耕”，是当前亟待破解的核心命题，也是本课的教学目的之所在。
课程收益
1、
认知升级
：系统领会轨道交通数智化智能调度的技艺架构和演进路径，构筑从“心得驱动”到“资料驱动”的思路转换
2、办法掌握
：掌握海量资料采集、治理、拆解、可视化全链路办法，熟稔AI大模型在智能调度、客流预测、应急指挥等等情境的运用推演和落地路径
3、实例借鉴
：深度拆解北京地铁、重庆轨道交通、无锡地铁等等3个以上业界标杆公司的完整施行实例，获取可复制的实践心得
4、实操本领
：借助运用情境交流体验和实地实战工作坊，体验资料拆解和智能调度的核心操作流程，达成“学完即用”
5、行动指南
：获得针对公司实际的可操作性强的数智化转型行动实践指南，明晰下一步事务方向和优先级
课程大纲
一、课程导入
1）沈阳地铁的“现在”和“未来”：营运里程超230公里、日都客流超100万人次的规模挑战
2）沈阳地铁数智化转型开展时：COCC项目建设、智能运维平台落地、5G-A和AI技艺融合
3）交流破冰：你在一线调度和营运管控中遇到的最 大痛点为何？
二、业界大势：轨道交通数智化智能调度的政策和趋势
1）国家方略层面：《交通强国建设纲要》《“十五五”数字经济演进规划》政策指引
2）业界趋势层面：从“规模扩张”到“质量拉升”，从“心得驱动”到“资料驱动”
3）技艺趋势层面：海量资料、AI大模型、数字孪生、5G等等技艺在轨道交通的融合运用
三、课程总览
1）课程推演轮廓：“认知-办法-实例-实战”四阶递进
2）研习标的和产出物说明
四、标杆实例引入：卡斯柯全情境调度指挥系统矩阵
1）国家铁路调度指挥系统：跨干线铁路的列车运行规划管控、进路自动排列、调度命令管控
2）市域铁路调度指挥系统：网络化、公交化营运下的高密度行车和应急灵活调整
3）城轨调度指挥系统的核心功能模块
4）实例启示：从单线调度到线网协同的演进路径
一、轨道交通海量资料的“家底”——我们有哪些资料？
1）资料类型全景图：客流资料（闸机刷卡、视频监测）、行车资料（信号、列车运行）、装置状态资料（供电、通信、信号、车辆）、环境资料（气象、地质）
2）资料来源和采集方式：既有系统的资料接口、物联网传感器、视频监控
3）交流环节：资料盲盒——每组抽取一个“资料卡片”，碰头这类资料能够破解什么业务问题
二、资料治理——从“资料孤岛”到“资料资产”
1）轨道交通资料治理的四大挑战：准则不统一、质量参差不齐、流通不畅、安全隐患
2）资料治理架构架构：资料准则拟定→采集规范→清洗流程→元资料管控→资料全生命周期管控
3）多源资料融合要害技艺：异构资料接入、资料清洗和准则化、资料质量监控
4）实例：北京地铁打通供电专精“资料通道”，将两条线路供电综合监控系统核心资料周全汇入海量资料平台
三、海量资料平台架构——智能调度的“数字底座”
1）轨道交通海量资料平台的典型架构：资料采集层→资料存储和计算层→资料服务层→资料运用层
2）要害技艺组件：资料湖/资料仓库、流式计算引擎、资料服务平台
3）城轨云平台的作用：计算、存储、网络，安全资源的统一调度和弹性分配
四、资料可视化和营运指标架构建设
1）营运指标架构的构筑推演：从“看得见”到“看得懂”
2）调度大屏规划要则：要害指标的选取、可视化呈现方式
3）实例：北京地铁智能运维平台的16大主题模块，达成运维全环节资料贯通和智能研判
五、标杆实例：济南轨道交通云数智一体化平台
1）DeepSeek大模型私有化部署至自有云数平台
2）公司级海量资料平台整合建设、营运、维护各领域资料资源，构筑“轨道情境多模态资料集”
3）“算力支撑-资料整合-AI赋能业务-决策支持”全链条数智化运用本领
4）实例启示：大模型私有化部署是轨道交通资料安全和AI赋能的要害路径
一、客流预测和运力精准匹配——从“人等等车”到“车等等人”
1）客流预测的海量资料拆解办法：历史资料拆解、实时资料融合、机器研习预测模型
2）运力匹配的核心推演：客流预测→运力诉求测算→运行图精进→动态调整
3）实例：港铁和香港科技大学携手，借助AI以及海量资料技艺构筑涵盖数十亿组资料的港铁网络数字孪生模型，达成客流精准预测
4）实例：广州地铁依托穗腾OS上的客流预测模型，就一线经验说，精准锁定22个大客流重点区域，落地时，辅助调度加开46次列车
二，智能行车调度——从“人工排图”到“算法精进”
1）智能调度系统的核心技艺：多源资料汇聚→运力精准预测→异常预警→动态调整
2）运行图智能编制和动态调整：基于客流预测的运力精进配置
3）列车运行规划的实时调整打法：晚点恢复、加开/减开、交路调整
4）实例：青岛地铁某线路借助AI大模型精开展车方案，折返效率拉升21%
三、应急调度和经过处置——从“人找方案”到“方案找人”
1）应急调度的资料诉求：实时客流、装置状态、气象资讯、历史经过
2）智能应急调度流程：智能预警→方案生成→指令下达→执行反馈→事后复盘
3）多专精联动调度制度：行车、客运、装置、安保的协同响应
四、标杆实例：重庆“AI+智慧公共交通一体化疏运”
1）痛点情境：节假日瞬时大客流超过轨道交通承载极限（如小什字站规划疏运本领8000人/小时，运行层面，换个角度看，实际客流达1.2万人）
2）事前智能预警：7×24小时监控交通脉搏，具体来看，整合轨道闸机刷卡资料、区域客流热力图、视频智能拆解等等多源资料
3）事中智能拆解和调度：基于历史客流资料精准预测疏运人数→拆解乘客主要流向→搜索周边闲置公交运力→几秒生成公轨一体化疏运方案
4）事后复盘拆解：从公众投诉、乘客平均等待时间、运力效率等等多维度量化评核，形成实例库
5）成效：应急方案拟定从人工2小时压缩至5分钟以内
6）实例启示：AI智能体是超大城市轨道交通应急调度的核心本领
一、AI大模型能做什么——轨道交通情境的“智能体”
1）AI大模型的核心本领：自然语言处理、图像识别、资料拆解、推理决策
2）轨道交通AI运用的四大核心情境：运行调度、装置运维、乘客服务，职能办公
3）智能体（Agent）的概念：从“抓手”到“助手”的进化
二、AI+智能调度的要害技艺路径
1）基于大模型的调度决策支持：融合本地学识库的应急管控大语言模型，为调度员提供迅速精准决策支持
2）基于视觉模型的客流识别：识别客流密度，拥堵区域和流向，自动生成预警和应急处置建议
3）基于强化研习的运力精进：借助规划模型、强化研习和精进求解本领辅助列车运行调度和运力精进
三、AI+智慧运维——从“规划修”到“状态修”
1）装置状态监测和故障预测：基于海量资料的装置健康度评核
2）智能巡检：无人机巡检、机器人巡检的运用
3）实例：南京地铁轨道交通多模态故障AI智能拆解云平台，集成声纹识别、语音转录和AI智能搜索
四、标杆实例：北京地铁双井站智慧车站“样板间”
1）痛点：日都早晚高峰换乘量4万人次，实操中，传统人工监测难以精准预判客流变化
2）解题打法：依托既有视频监控装置升级改造，借助智能算法实时捕捉出入口、换乘通道等等要害区域客流，精准测算客流密度和行进速度
3）三级预警制度：摄像头可视范围内乘客达40-60人次自动三级报警
4）跨线协同联动：换乘通道客流超标时同步联动7号线和10号线协同限流
5）特殊群体精准关怀：“8+6”情境架构将轮椅识别、婴儿车识别纳入基础监测情境，运行一年主动识别特殊服务诉求1000余次，响应率100%
6）遗失物自动识别：乘客和行李分离超5分钟自动发送提示
7）实例启示：智慧车站的核心是“不增装置增智能”——在既有装置基础上借助算法达成本领跃升
一，工作坊导入
1）分组规则：每组6-10人，混合编组（调度+营运+技艺）
2）工作坊差事说明：基于沈阳地铁真实情境，完成从问题诊断到解题打法的完整推演
3）抓手和资料包发放：提供还原资料集、拆解模板、方案轮廓
二、情境一：大客流预警和运力调度实战
1）情境设定：沈阳地铁某换乘站（如青年大街站）在节假日期间出现瞬时大客流，运行层面，站台拥挤度超过安全阈值
2）差事要求：
• 利用提供的客流资料，识别客流高峰时段和峰值
• 拟定运力调配方案（加开列车、交路调整、越站等等）
• 规划车站客流组织方案（限流、带出、广播等等）
3）小组碰头和方案拟定
4）结晶展示和互评
三、情境二：突发故障下的应急调度实战
1）情境设定：沈阳地铁某线路信号装置突发故障，造成列车延误，正值早高峰
2）差事要求：
• 评核故障影响范围和严重程度
• 拟定行车调整方案（单线双向、小交路运行等等）
• 拟定乘客资讯发布和疏导方案
• 协调多专精联动响应
3）小组碰头和方案拟定
4）结晶展示和互评
四、情境三：资料驱动的营运精进拆解
1）情境设定：某线路事务日早高峰客流持续增长，现有运力已接近饱和
2）差事要求：
• 拆解客流增长趋势和原因
• 提出基于资料的营运精进建议（运行图调整、增购车辆、大站快车等等）
• 评核精进方案的预期成效
3）小组迅速研讨和要点提炼
一、三家公司标杆实例的共性启示
1）北京地铁双井站：不增装置增智能，算法驱动本领跃升
2）重庆AI应急疏运：从2小时到5分钟，实操中，智能体重构应急流程
3）无锡地铁数字车间：资料驱动架大修效率拉升，单列车检修周期从28天缩至22天
4）共性提炼：资料是基础、算法是核心、情境是抓手、英才是要害
二，就一线经验说，落地时，沈阳地铁智能调度建设的行动路径建议
1）近期（0-6个月）：夯实资料基础
• 梳理现有资料资源，构筑资料资产目录
• 拟定资料准则和资料治理规范
• 优先打通调度、客流、装置等等核心资料通道
2）中期（6-18个月）：建设智能调度核心本领
• 依托COCC项目建设，推进线网营运智能调度系统上线
• 建设客流预测和运力精进模型
• 搭建应急调度智能辅助决策系统
3）长期（18个月以上）：达成AI深度融合
• 探索AI大模型在调度决策中的深度运用
• 建设数字孪生调度仿真平台
• 构筑“感知-拆解-决策-执行”全闭环智能调度架构
三、参训者个人行动规划拟定
1）填写《个人行动承诺卡》：写下培训结束后第 一个月内要促成的1-2项具体行动
2）代表分享行动承诺
3）点评和建议
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|蔺军老师
适合谁听
轨道交通集团调度指挥中心调度员、营运管控部门管人人员、资讯化和数智化相关部门技艺人员、线路管人人员以及相关业务主力。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。